Text

Metode analisis komponen independen dan penggunaannya pada dekomposisi sinyal elektroensefalografi

---

Analisis komponen independen (AKI) merupakan metode statistik multivariat yang digunakan untuk menemukan faktor atau komponen independen dari suatu data. AKI merupakan pengembangan lebih lanjut dari analisis faktor (AF). Perbedaannya AKI dengan AF ialah komponen diasumsikan berdistribusi normal (gaussian) pada AF, sedangkan pada AKI komponen diasumsikan berdistribusi non-gaussian. Pada makalah ini akan dipaparkan secara singkat AKI mulai dari perumusan masalah yang muncul metode AKI serta permodelan linear yang dihasilkan, pemecahan masalah linear tersebut melalui metode maxsimum likelihood (ML) dan pendekasatan teori informasi, hingga formulasi algoritma komputasi melalui pendekatan optimalisasi matriks beban pada model jaringan syaraf. Karena salah satu penerapan AKI adalah pada analisis sinyal elektroensefalografi (EEG) kedalam komponen independen. Tindakan ini dapat membantu peneliti atau tenaga medis dalam membedakan mana sinyal dari otak dan mana yang merupakan artefak seperti sinyal dari aktivitas otot atau jantung. Data yang digunakan berupa data set EEG sumber terbuka dari daring yang kemudian dengan menggunakan perangkat lunak EEGLAB yang merupakan modul tambahan atas perangkat lunak Matlab.

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

Jurnal matematika, sains, & teknologi

No. Panggil

505 Jur

Penerbit

Jakarta : Universitas Terbuka., 2018

Deskripsi Fisik

12p. ; 28cm.

Bahasa

Indonesia

ISBN/ISSN

1411-1934

Klasifikasi

505

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

Vol. 19, No. 2, Tahun

Subjek

NATURAL SCIENCE AND MATHEMATICS

Info Detail Spesifik

Jurnal Ilmiah Nasional

Pernyataan Tanggungjawab

Universitas Terbuka

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar